K-Means聚类算法实现图像分割

K-Means算法

K-Means聚类算法是无监督学习算法，是将没有类别标签的数据集，把特征属性相同的数据样本集合在一起，形成一个聚类，其中K的取值就是聚类的个数，Means就是数据集的每一个中心点，也就是我们所说的质心。

该项目的需求分析

1. 首先，我们的聚类对象是图片每个像素点的rgb值，分为两类，一类是黑点，一类白点。
2. 就是读取照片文件，利用PIL库，获取图片的width、height和每一个像素点的rgb值，用二维数组表示。
3. 利用聚类方法将其分开，将聚类结果转换为像素值，保存新的图片即可。

导入所需的包

注意：如果代码运行有编码问题，可以在首部添加#coding=utf-8

#coding=utf-8
import PIL.Image as image
import numpy as np
from sklearn import preprocessing
from sklearn.cluster import KMeans

利用Python自带的PIL库加载图片

#加载图片
def load_img(img_path):
    #读取照片
    f = open(img_path,